变分自编码器

贡献者： xzllxls

预备知识　自编码器

　　 变分自编码器（Variational Autoencoders, VAE）是使用学习到的近似做推理，并且能够用基于梯度的优化方法来训练的有向模型 [1]。变分自编码器是自编码器中获得广泛应用的一种类型。

　　当生成样本时，变分自编码器首先从内隐表示空间的分布 $p_{m o d e l} (z)$ 上随机选择一个样本 $z$ .然后，将样本输入生成网络 $g (z)$ 。最后输出结果 $p_{m o d e l} (x; g (z)) = p_{m o d e l} (x | z)$ 。变分自编码器的核心思想是其可以通过最大化与数据点 $x$ 相关联的变分下界 $L (x)$ 来进行训练。

[1] ^ I. Goodfellow, Y. Bengio, and A. Courville, Deep learning. MIT press, 2016.

致读者：小时百科一直以来坚持所有内容免费无广告，这导致我们处于严重的亏损状态。长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。因此，我们请求广大读者热心打赏 ，使网站得以健康发展。如果看到这条信息的每位读者能慷慨打赏 20 元，我们一周就能脱离亏损，并在接下来的一年里向所有读者继续免费提供优质内容。但遗憾的是只有不到 1% 的读者愿意捐款，他们的付出帮助了 99% 的读者免费获取知识，我们在此表示感谢。